[論文レビュー] A Genetic Algorithm for the Multi-Pickup and Delivery Problem with time windows

Imen Harbaoui Dridi, Ryan Kammarti+2 more|arXiv (Cornell University)|Sep 25, 2010

Advanced Manufacturing and Logistics Optimization被引用数 7

ひとこと要約

本稿では、順序制約、容量制約、時間窓制約を含む複雑な車両ルーティング問題である、時間窓付きマルチピックアップ・デリバリー問題（m-PDPTW）を解くための遺伝的アルゴリズム（GA）を提案する。この手法は、ルートを表現するためのカスタマイズされた遺伝子エンコードを用い、総走行距離とコストを最小化する。ベンチマークインスタンスを用いた計算実験により、有効性が示されている。

ABSTRACT

In This paper we present a genetic algorithm for the multi-pickup and delivery problem with time windows (m-PDPTW). The m-PDPTW is an optimization vehicles routing problem which must meet requests for transport between suppliers and customers satisfying precedence, capacity and time constraints. This paper purposes a brief literature review of the PDPTW, present our approach based on genetic algorithms to minimizing the total travel distance and thereafter the total travel cost, by showing that an encoding represents the parameters of each individual.

研究の動機と目的

• 時間窓付きマルチピックアップ・デリバリー問題（m-PDPTW）に対処すること。これは、順序制約、容量制約、時間窓制約を含む車両ルーティング問題の複雑な変種である。
• m-PDPTWインスタンスにおける総走行距離を最小化することで、結果として総走行コストを最小化する遺伝的アルゴリズムを開発すること。
• 正しい順序制約および時間窓制約を満たす妥当な解を効果的に表現できる遺伝子エンコード方式を設計すること。
• ベンチマークインスタンス上で提案されたGAの性能を評価し、大規模なm-PDPTW問題を解く上でその有効性を示すこと。

提案手法

• 各遺伝子がピックアップ・デリバリー対に対応するカスタム染色体表現を用いてルートをエンコードし、順序制約を維持する。
• 標準的な遺伝的演算子（選択、交叉、変異）を用い、時間窓制約および容量制約下での妥当性を保つように調整する。
• 総走行距離に基づいて適応度関数を定義し、時間窓や容量制限に違反する不適切な解に対してペナルティを適用する。
• 集団の多様性を維持し収束性を向上させるために、ステディステート選択戦略を用いる。
• 解表現により、各デリバリーが対応するピックアップの後にのみ実施されることが保証され、順序制約が満たされる。
• 解の品質および収束速度の観点から、アルゴリズムの性能を評価するためにベンチマークインスタンスを用いた計算実験を実施する。

実験結果

リサーチクエスチョン

• RQ1 m-PDPTWにおける順序制約、容量制約、時間窓制約を効果的に処理できる遺伝的アルゴリズムは、どのように適応可能か？
• RQ2 どの遺伝子エンコード戦略が、m-PDPTW解の妥当性と効率性を効果的に保証するか？
• RQ3 提案されたGAは、既存の手法と比較して、総走行距離およびコストをどの程度低減できるか？
• RQ4 解の品質および収束性の観点から、アルゴリズムは異なるインスタンスサイズおよび複雑度レベルでどの程度の性能を示すか？

主な発見

• 提案された遺伝的アルゴリズムは、すべての順序制約、容量制約、時間窓制約を満たす妥当な解を効果的に生成した。
• 総走行距離が顕著に削減され、それが直接的に総走行コストの低減に繋がった。
• カスタマイズされた遺伝子エンコードは、進化的プロセス全体を通して解の妥当性を効果的に維持した。
• 計算結果は、妥当な時間枠内で高品質な解に収束できることを示している。
• テストされたベンチマークインスタンスにおいて、ベースライン手法よりも解の品質が優れていた。
• ペナルティベースの適応度評価の使用により、不適切な解が抑制され、妥当で最適なルートへの探索が促進された。